隨著現今科技的快速發展，企業公司獲取的資訊越發豐沛，且獲取資訊的管道也越來越多，但是要如何妥善運用這些龐大的資源，使其成為有意義的參考資訊，便需要資料探勘技術的協助，而資料分群即為其中的熱門研究領域…

本論文主要研究多零件串聯系統在不同當機成本下零件之最佳群體置換策略。在實務上，零件都具有退化性質，因此當零件的年齡或使用度增加時，零件的失效率與失效次數會增加。為確保系統有效運作，避免因零件失效導致…

資料探勘方法中的資料分群(Data Clustering)及資料分類(Data Classification)演算法己廣泛地被應用於很多領域。然而，在運用資料探勘方法時，由於真實資料中可能有特定的資…

分群是常見的一種資料探勘的技術，可以將多分量資料中擁有分量相似的資料區分在不同的組別形成不同的子集，而DBSCAN是其中一個廣受用的分群演算法，他可以將群集分成任意形狀與有效找出資料中雜訊的優點，但…

論文主要針對多零件並聯系統，探討系統零件的最佳置換分群策略及系統零件執行置換時所帶來的整備成本對系統零件分群置換策略之影響。因為系統由零件以並聯方式所組合，所以零件的運作彼此之間為互相獨立，任一零件…

　　由於隨意網路(ad-hoc network)發展已久，促使人們發展許多新方法試圖增強網路的效能。近年來群集智慧(swarm intelligent)越來越熱門，許多研究透過模仿生物行為來解決網路…

任何企業的主要目標不外乎就是增加其獲利，除了降低生產成本及提高銷售量外，其提升物流的效率也是極其重要的一環。在工業4.0的架構之下，智慧物流系統的建構與整合更形重要。因此，企業導入接駁式轉運中心的物…

在本論文中,我們提出機器學習於感知無線電網之合作式頻譜感測，我們結合了非監督式學習與監習的分類技術於頻譜感測上，在機器學習環境下，分類需要通過訓練階段分成通道可用與通道不可用。我們利用了非監督式K-…

本研究的目標在發展一個整合資料分群及資料分類技術的架構並運用多準則決策模型(Non-dominated Sorting Particle Swarm Optimization for Sequent…

全球電子商務規模的規模達到每日數百億美金，帶動全球各大運輸業、品牌業以及全球供應鏈的蓬勃成長。因此，在各大線上交易平台如Amazon.com、淘寶網等積極發展推薦系統的技術來發掘消費者潛在的欲購買物…